文档名：基于一维卷积神经网络的钻井周期预测
摘要：海洋钻井工程投资和风险巨大,准确预测钻井周期和评估钻井风险有助于油田公司合理规划投资预算.鉴于现有的钻井周期预测大多采用概率统计学方法,文中利用神经网络在非线性关系拟合方面的优越性,结合卷积神经网络局部感知的特性,提出通过一维卷积神经网络(1DCNN)预测钻井周期.针对钻井事故对钻井周期的影响,提出对钻井事故进行量化分析,以事故量化、开钻年份、完钻井深、各井段顶深和钻深、各井段钻头尺寸和套管尺寸作为模型输入,建立事故井钻井周期预测模型,平均绝对百分误差和可决系数分别为11.66％,95.22％.根据事故量化分析结果,筛选无事故井,建立在无事故量化输入情况下的无事故井钻井周期预测模型.研究表明,事故井钻井周期预测模型有利于评估钻井风险,无事故井钻井周期预测模型可在新井不考虑钻井事故影响下提供较为准确的周期预测参考,对海上钻井周期预测具有一定的理论和实践意义.
作者：吴玉林 姜莹 程光华 马佳 钱育蓉 Author：WUYulin JIANGYing CHENGGuanghua MAJia QIANYurong
作者单位：新疆大学软件学院,新疆乌鲁木齐830046中国海油集团能源经济研究院,北京100013中国海洋石油集团有限公司,北京100010
刊名：断块油气田 ISTICPKU
Journal：Fault-BlockOilandGasField
年，卷(期)：2023, 30(3)
分类号：TE22
关键词：钻井周期 预测 一维卷积神经网络 事故量化
机标分类号：TE28TP391TE921.2
在线出版日期：2023年7月3日
基金项目：国家自然科学基金，自治区科技厅国际合作项目，自治区自然科学基金项目，自治区科技计划青年科学基金项目基于一维卷积神经网络的钻井周期预测[
期刊论文] 断块油气田--2023, 30(3)吴玉林 姜莹 程光华 马佳 钱育蓉海洋钻井工程投资和风险巨大,准确预测钻井周期和评估钻井风险有助于油田公司合理规划投资预算.鉴于现有的钻井周期预测大多采用概率统计学方法,文中利用神经网络在非线性关系拟合方面的优越性,结合卷积神经网络局部感知...参考文献和引证文献
参考文献
引证文献
本文读者也读过
相似文献
相关博文
基于一维卷积神经网络的钻井周期预测 Drilling cycle prediction based on one-dimensional convolutional neural network
基于一维卷积神经网络的钻井周期预测.pdf
- 文件大小:
- 12.29 MB
- 下载次数:
- 60
-
高速下载
|
